Year: 2021

(Laboratorios 6 y 11) Por Luis Ospina Raigosa

Uno de los intereses principales del proyecto final para la clase de Métodos Avanzados consiste en dar cuenta de las redes sociales (personas, colectivos y organizaciones y sus interacciones) sobre las que se sustenta el proyecto multiplataforma “El Buen vivir”.

En este sentido el lanzamiento de la segunda temporada de la teleserie emitido el domingo 25 de abril de 2021 por el Canal 13 es una buena oportunidad para rastrear los actores involucrados en la producción audiovisual y obtener datos de sus interacciones en la red social Twitter.

En este sentido creamos, con ayuda del Prof. Andrés Lombana, una lista de los Usuarios y de las Palabras clave (Hashtags) que la red social de “El Buen vivir” vienen usando para realizar la campaña de expectativa frente a la teleserie y para anunciar la emisión de cada capítulo. A continuación, presentamos la lista:

Usuarios	Palabras clave (Hashtags)
@concipmpc	#ElBuenVivir
@CanalTreceCO	#MemoriaAudiovisualIndigena
@DirAudiovisual	#PueblosIndigenas
@MPCindigena	#Kogui
@ministerio_tic	#Embera
@fundacionnatibo	#Miraña
@ONIC_Colombia	#Misak
@OPIAC_Amazonia	#Quillasinga
@CIT_indigena	#Puinave
@GobiernoMayor	#Korebajü
@AICOPachaMama	#Pijao
@CNMIColombia	#Inga
@MinTIC_responde	#Kankuamo
@CNTI_Indigena	#Wámone
@Cronicasdespojo	#Tikuna
@ACIN_Cauca	#MujeresIndigenas
@CRIC_Cauca	#CineIndigena
@RedWayuu	#Daupará2021
	#VolverAlOrigen
	#ElBuenVivir2

El 18 de abril incorporamos este listado al programa D-TCAT para que iniciara la captura de los datos teniendo en cuenta que entre el 20 y el 23 se re-emitieron los tres capítulos de la primera temporada de la serie “El buen vivir”.En este sentido se usó una de las herramientas de TCAT para dar cuenta de las menciones a las palabras clave (Hashtags) usadas. La ventana de observación se definió entre el 18 y el 26 de abril. Se incluyó el tope de 500 tweets que por defecto la herramienta propone.

El documento que resulto de este procesamiento se importó a Gephi para realizar una exploración visual de los datos y hacer una primera aproximación a las redes sociales que usan dichos Hashtags. Los resultados de la visualización se presentan a continuación:

Para procesar este gráfico se exploraron algunas herramientas de Gephi que permitieran organizar el Grafo. En primera instancia se usó la herramienta “Distribución” y se seleccionó la opción “Ajuste de etiquetas”. Esto permitió que los datos se ajustaran para poderlos visualizar.

Una segunda acción consistió en la opción “Apariencia” donde se seleccionó la opción de “nodos” y luego la de “Ranking” para poder resaltar cromáticamente los nodos con más presencia. Partiendo de este grafo es posible enunciar algunas características de la red.

• Es una red muy dispersa con nodos de poca influencia y pocas interacciones. Se percibe la presencia de nodos en torno a #Elbuenvivir como concepto pero no necesariamente vinculado a la teleserie.
• Se pudo verificar la presencia de 238 nodos lo que genera un cúmulo de actores dispersos que hacen necesario el uso de filtros para rastrear específicamente los actores deseados.
• Hay dos nodos que destacan. Un nodo principal que al parecer no discute el tema de la teleserie y otro que sí involucra los actores (organizaciones y usuarios) referentes a el proyecto audiovisual.

Este ejercicio permite el rastreo de varios actores (que no se incluyeron en la tabla inicial para el análisis de redes) y que interactúan con las palabras clave de la teleserie.

Fin de entrada Luis Ospina Raigosa

Para este ejercicio tomé la información de menciones de los 500 usuarios más importantes usando los datos capturados por TCAT para un grupo de usuarios relevantes para el tema de Humanidades Digitales en Colombia, México y Argentina.

Lo que muestra el grafo es que existe una red muy compacta (el degree promedio es de 2.294 y la densidad es de 0.007), en la que existe una cohesión central en las menciones y las conexiones, a pesar de que existen varias subdivisiones modulares (la modularidad es 0.591 con una resolución de 2.0 y 38 comunidades). Se observa que existen unos usarios que son los más relevantes en la comunidad y que interactúan entre sí, pero que también mencionan o son mencionados por otros usuarios que no pertenecen a la centralidad. Así, hay usuarios más centrales y usuarios más periféricos, y las comunidades modulares se forman a partir de las pequeñas subredes que forman los usuarios centrales con grupos periféricos. Sin embargo, hay que tener en cuenta que esta observación puede deberse a que la recolección de datos se uso justamente siguiendo a unos usuarios particulares.

Si organizamos los tamaños de los nodos en el grafo por su out-degree (grafica 1), podemos ver que los usuarios más activos son personas: epriani, gimenadelr, rojascastroa, carmina_banana, jenniferisve, mariajoafana, ernestopriego, victor_gayol, jairomelo, doloresromero, cgainza, yierva. Si organizamos los tamañanos de los nodos en el grafo por su in-degree, podemos ver que los usuarios más mencionados, además de las personas, son instituciones: red_hd, aahdarg, proghist, revista_hd, rehdi_co, hdigitalesal, hdhispanicas. Esto puede querer decir que las instituciones son las que ayudan a cohesionar los trabajos y los intereses de las personas, o que las menciones ayudan a darles más visibilidad. A pesar de que las instituciones no twitten tanto como las personas, tienen un papel de puente para a comunidad.

Se realizó un análisis de relaciones entre usuarios de twitter previamente seleccionados para la creación de un dataset en TCAT. Los usuarios seleccionados fueron:

Twitter Handle	USER ID	Palabra clave
@senaensantander	930809703717851141	Migración. Ruralidad. Jóvenes. Mesa de Los santos
@leonidasgomezg	2830440814	https://twitter.com/Leonidasgomezg
@gobdesantander	236616223	https://twitter.com/GobdeSantander
@alc_los_santos	949306950638080001	https://twitter.com/alc_los_santos
@alcpiedecuesta	485221096	https://twitter.com/alcpiedecuesta
@vanguardiacom	76664119	https://twitter.com/vanguardiacom
@canaltro	128776662	https://twitter.com/CanalTRO

Estos usuarios se seleccionaron debido a que son las principales autoridades de Santander y son también quienes más suelen mencionar La Mesa De Los Santos, según un análisis previos realizado en vicinitas. En este caso el análisis estaba enfocado en determinar las relaciones establecidas con otros usuarios a través de las menciones.

El resultado del análisis se evidencia en el siguiente gráfico:

El resultado tiene una apariencia de diáspora en la que los nodos principales son las entidades seleccionadas que se muestran en el primer cuadro y se evidencian unas fuertes conexiones con otros usuarios que también son entidades importantes de la región.

En esta segunda imagen se evidencian los nombres concretos de los principales nodos, así como las conexiones que estos tienen.

De igual manera, se definieron las siguientes estadísticas:

Por Luis Eduardo Ospina

La “Red de colectivos de comunicación indígena” que se creó con la herramienta Graphcommons. Su propósito consiste en mapear los distintos colectivos de comunicación indígena que existen hoy en Colombia y que se aticulan a la Comisión Nacional de Comunicación indígena-CONCIP. Para ello se partió de la información del Canal de YouTube de la CONCIP, para luego contrastar y complementar con información de Facebook y del proyecto multiplataforma “El buen vivir”.

Aquí, pueden consultar la “Red de colectivos de comunicación indígena”.

A modo de reflexión cabe indicar el importante papel de la CONCIP como nodo articulador de la Red, asunto que permite conectar pueblos indígenas con amplia trayectoria en temas de comunicación, como el pueblo Nasa, y otros que están iniciando su proceso, como el pueblo Uwá.

Es interesante analizar cómo un proyecto colectivo como “El buen vivir” ha permitido el trabajo colectivo entre pueblos. Se pudo revisar que para el documental “Kaj aba obiryakaro Cuidando la sangre de la Tierra” de Marly Cáceres del pueblo Uwá. Se articularon realizadores de otros pueblos como Rafael Mojica, del pueblo Wiwa.

 Los vínculos que se hicieron explícitos en el mapa son 4: 

1-Colabora: hace referencia a la colaboración entre actores a propósito de la vinculación a la CONCIP.

2-Apoyan: hace referencia a organizaciones que respaldan el trabajo de realización, como la ONIC, el CRIC y la OPIAC entre otras.

3-Integran: se trata de los colectivos de comunicación que hacen parte organizaciones indígenas como la ONIC, el CRIC y la OPIAC entre otras.

4-Realizan: se trata de colectivos indígenas que apoyan a otros colectivos indígenas para la realización de sus documentales. El caso mapeado es el del colectivo Bunkuaneyuman Comunicaciones/Wiwa y su colaboración para el documental del pueblo Uwá.

A continuación, están los datos de estas formas de relacionamiento

Como información complementaria para caracterizar los actores en la Red de Colectivos indígenas, se incluyó un enlace que tiene la Ficha técnica de los colectivos que tienen dicho documento.

Por último, cabe destacar las agrupaciones, sobre todo en lo que respecta a la arista “apoyan”, donde se encuentran organizaciones que cumplen una función de respaldo para los Colectivos audiovisuales.

Para concluir, considero pertinente incluir en este mapa interactivo la pertenencia de estos colectivos a Organizaciones políticas y sociales más amplias, esto permite saber sus objetivos misionales y alcances.

Fin de la entrada Luis Eduardo Ospina

Referencia APA: Barbera, Pablo (2018) “Explaining the Spread of Misinformation on Social Media: Evidence from the 2016 U.S. Presidential Election.” Comparative Politics Newsletter. The Organized Section in Comparative Politics of the American Political Science Association. Volume 28, Issue 2, Fall 2018. pp.7-11.

Pablo Barberá muestra como los medios de comunicación digital jugaron un papel importante en la difusión de información en las elecciones presidenciales de 2016 en los Estados Unidos, en especial las noticias falsas que se compartían ampliamente en las redes sociales.

Utilizando Twitter se obtuvieron los enlaces compartidos que mencionaban palabras clave relacionadas con las elecciones entre octubre y noviembre de 2016, lo que representó un total de 24,1 millones de tuits. A partir del análisis de los enlaces a dominios que producían sobre todo desinformación, compartidos con más frecuencia, se observó que el 16%de todos los enlaces compartidos correspondían a dominios de noticias falsas.

Como ayuda metodológica se compartieron tasas comparables de tuits a los medios de comunicación convencionales, pues se evidenció una alta taza desinformación como noticias reales. De hecho, el análisis muestra como los republicanos registrados en Twitter eran tres veces más propensos a compartir noticias falsas que los demócratas, aunque resultado concreto se explicó a partir de la mayor prevalencia de la desinformación contra Clinton durante ese periodo. 

Sumado a esto, el análisis realizado por Pablo Barberá coincide con otros trabajos sobre desinformación, como por ejemplo, el informe del año 2017 del Centro de Investigación Pew, el cual concluye que el 32% de los adultos estadounidenses afirman ver a menudo noticias políticas falsas en Internet. Así mismo, se hace referencia al trabajo publicado en la revista Science y en la que los autores Vosoughi, Roy y Aral revelan que las historias políticas que habían sido comprobadas como falsas, tuvieron una difusión más amplia y rápida debido a la propagación automatizada a través de bots.

Ahora bien, los estudios empíricos sobre el consumo de noticias en entornos digitales constatan la alta exposición a noticias diversas en las redes sociales, mas que en los entornos informativos offline. De hecho, los intercambios de comentarios políticos transversales en Twitter son muy frecuentes, por lo que la polarización política fue menor entre los ciudadanos que utilizaban internet y las redes sociales para presentar su postura política.

Finalmente, el uso las redes sociales aumenta la exposición sin filtros a las opiniones políticas de todo el mundo, lo cual hace que las personas estén cada vez más expuestas a todo tipo de ideas (teorías conspirativas, historias hiperpartidistas y opiniones políticas no liberales). Así, sitios como Twitter facilitan el mantenimiento de conexiones con vínculos fuertes y débiles, en la que la importancia de los lazos juega un papel preponderante a la hora tomar postura frente a ideas de información novedosa que puede ser una auténtica noticia falsa.

Con el fin de hacer uso de GraffCommons, decidí graficar una conversación de facebook de la que se habían recopilado los datos previamente en el mini-proyecto 1. Esta conversación tiene dos características interesantes, en primer lugar, no es una publicación realizada por el administrador de la página, además tiene intereses claramente políticos y, en segundo lugar, quien publica comenta un buen número de las respuestas que tiene de los usurarios, precisamente en busca de justificar su idea, mostrar sus intereses y claramente postularse a un cargo público.

Para la graficación se definieron dos tipos de nodos, el primero es quien publica o “publicador”, así que solo una persona tiene esa categoría; el segundo tipo de nodo se denominó “usuarios”. De igual manera, para establecer las relaciones se definieron dos tipos, “respuestas”, que corresponden a lo que escriben los usuarios a propósito de la publicación y “comentarios”, en los que quien publica, en este caso “Ana Merchán”, comenta las respuestas o un usuarios comenta la respuesta de otros.

El resultado general es un gráfico que decidí definir como gráfico de “flor”.

Hay una gran centralidad en el gráfico ya que quien publica es una sola persona a quien todos responden y a quien ella suele comentar. Sin embargo, hay algunos comentarios que nunca llegan a relacionarse con el nodo central de manera directa, sino a través de otra persona que respondió primero.

En este ejemplo, el nodo Lizarazo Tatis llega a convertirse en un segundo punto central para quienes comentan su respuesta. Además de eso, los pétalos que se forman en otras conversaciones no se forman aquí, ya que Ana Merchán no comenta esa respuesta. Se puede evidenciar en los comentarios que Ana es más propensa a reaccionar a las respuestas positivas y que luego de un tiempo, simplemente deja de comentar.

La mayoría de relaciones que se encuentran en el gráfico los hemos denominado “pétalos” y se forman por la tendencia que mencionamos arriba del nodo principal a comentar la mayoría de respuestas.

Para completar el análisis, queda pendiente crear filtros, establecer historias y analizar aspectos como la centralidad o la densidad del gráfico, aunque se puede evidenciar a simple vista que es altamente centrado y que hay una densidad grande entre el nodo central y los demás nodos.

El análisis realizado a partir de la herramienta Graph Commons consistió en poder observar como los nuevos aprendizajes y habilidades que la educación requiere en los procesos de formación. Aunque mi Miniproyecto 1 se centró en las competencias informacionales y computacionales, el mapa de red interactiva terminó mostrando una relación mas dinámica entre la pedagogía y planes de estudios. Con base en esta relación, la pedagogía se impone como un recurso para el aprendizaje.

A continuación, comparto el enlace de acceso al Graph Commons elaborado:

https://graphcommons.com/graphs/b21d3bf9-59c7-42d6-a1b0-b063aa65f076?auto=true

• 

• 

• 

GraphCommons

La herramienta en línea permite generar una manera emergente para categorizar la información que había recopilado en Twitter y la entrevista. Los nodos los separé según el modularidad y la intensidad de las interacciones entre los actores-nodos. Agrupe un sector político oficial, quienes son los que centralizan y jerarquizan la información con otro sector opositor que contraargumenta sobre las condiciones para “Retorno Gradual, Progresivo y Seguro”. Las conexiones que se establecieron me permitieron develar asociaciones o contratos implícitos de colaboración en las redes sociales. Por ejemplo, la relación de los medios de comunicación con el sector oficial, como es el caso de El Tiempo, la neutralidad de El Espectador frente al proceso. La densidad de interacciones entre los colegios y los sindicatos, y como estos, se dirigen de manera directa frente a las políticas del gobierno oficial. Se evidenció a actores-nodos aislados como fue el del Sector Salud, porque no establece una conexión o inferencia directa con otras entidades del estado frente al R-GPS. En cambio, si hay una interacción mínima del Sector Salud con la Alcaldesa Claudia López. En la diagramación de la información fue problemático demostrar la densidad de interacción de algunos actores, pero revisando los tweets pude señalar con el grosor de las líneas las estructuras de la modularidad de los nodos en la red Twitter. Creo que la gráficación de la información no es un elemento accesorio per se, sino una herramienta epistemológica para la construcción de los datos relacionados con problemáticas sociales.